SOLUTION

QueryAhead®

社会に安心と変革をもたらす秘匿計算データベースプラットフォーム

環境を問わず、
安全な処理を可能に。

秘匿計算技術を駆使して暗号化したデータを一切復元することなく計算処理を実行。
クラウドや社内サーバー、環境を問わず安全なデータの受け渡しと加工・分析が可能に。これまで難しかった機密データの積極的な利活用を推進します。

あなたの悩みを解決する

QueryAhead®をを動画でチェック!QueryAhead®を
でチェック!

秘匿計算技術とは?

秘匿計算技術とは?

大切なデータをサーバーに送信する場合、そのデータは通常暗号化されます。TLSやHTTPSは通信を暗号化するための技術です。そうしてサーバーに送られたデータも暗号化されて保管されることでしょう。

しかしこれで安全と言えるでしょうか?

もちろん、暗号化した状態でデータの中身を見ることはできません。したがって、そのデータを分析・加工するために利用する際には、暗号化されたデータを元のデータに復号する必要があります。データを復号するということは、そこに大切なデータそのものが、誰でも読める状態(平文と言います)で置いてあるということです。この状態が情報漏えいや改ざんのリスクの対象となっていました。

秘匿計算技術は暗号化したデータを復号せずに計算することを可能にする技術です。これにより、データの通信から保管はもとより、利活用まで一貫して安全な環境を実現することが可能になります。

また秘匿計算技術は世界中の暗号理論分野において長年研究されてきた技術であり、その安全性は学術界で広く評価されています。当社の秘匿計算技術は国内のトップ研究機関である国立研究開発法人産業技術総合研究所による理論設計を元に開発されています。

Nuttapong Attrapadung, Goichiro Hanaoaka, Takahiro Matsuda, Hiraku Morita, Kazuma Ohara, Jacob C. N. Schuldt, Tadanori Teruya, and Kazunari Tozawa. 2021. Oblivious Linear Group Actions and Applications. In Proceedings of the 2021 ACM SIGSAC Conference on Computer and Communications Security (CCS ’21). Association for Computing Machinery, New York, NY, USA, 630–650. https://doi.org/10.1145/3460120.3484584

石田 祐介、大原 一真、松田 隆宏、アッタラパドゥン ナッタポン、花岡 悟一郎、秘匿計算における乱数生成サーバーの設計と実装、SCIS 2021

石田 祐介、國井 淳、桶谷 純一、大畑 幸矢、松田 隆宏、アッタラパドゥン ナッタポン、花岡 悟一郎、Query Ahead: 平易な記述が可能な秘匿DB クエリーシステムの設計と実装、SCIS 2020

石田 祐介,桶谷 純一,國井 淳,大畑 幸矢,花岡 悟一郎、スケーラブルな二者間秘匿計算のサーバー構成と効率的な通信方法の実装、CSS 2019

現状
データの保管までは暗号化されているので安全ですが、そのデータを分析する際には元の状態に復号する必要がありました。そこがデータの漏えいや改ざんのリスクとなっています。
現状
秘匿計算を使うと…
秘匿計算を使うと…
暗号化したデータを暗号化したまま
加工・分析できるので、
一貫してデータの安全を
確保できます。
秘匿計算を使うと…

使いどころは?

簡単にわかる秘匿計算

秘匿計算の仕組みとその効果をわかりやすくドラマ仕立てで伝える動画をご紹介します。

使いどころは?

使いどころは?

1
複数組織のデータを
活用したい
研究機関などを通じて業界全体の企業のデータを横断的に分析することができれば、業界全体の課題解決やさらなるマーケット拡大へのヒントが得られることが期待できます。しかし、現実には個々の企業は自分たちの大切なデータを第三者の目にさらすようなことはできません。
そこで、秘匿計算技術が活用できます。
秘匿計算技術を使えば、個々の企業の機密データの中身は隠したまま、データの加工・分析が可能になります。それにより、各企業はデータを提供できるようになり、その結果、業界全体の利益に繋がるアウトプットを得ることが可能となります。
複数組織のデータを活用したい
自社のデータ分析をアウトソースしたい
2
自社のデータ分析を
アウトソースしたい
データ分析の需要の高まりに伴い、自社のデータの分析をアウトソースする機会も増えました。しかし、機密性の高いデータを分析する現場では、データの外部持ち出し禁止といったセキュリティ制約を課されることが多くあります。作業場所を選ばず、スケーラビリティがあるクラウドサービスを利用できれば、大幅な時間とコストの削減を期待できますが、実際にはオンサイトでネットワーク接続も禁止される環境での作業を強いられることもあります。

この課題の解決に秘匿計算技術が使えます。

秘匿計算技術を活用すれば、外部のクラウド上にデータを配置したとしても、一切復号せずにデータの加工・分析ができます。その結果、外部でのデータ復元ポイントを排除することで、安全なデータの持ち出しとその利活用が可能となり、分析作業の効率化が期待できます。

QueryAhead®とは?

QueryAhead®とは?

1

PythonとSQLでクエリー可能

PythonとSQLで
クエリー可能

2

クラウドでもオンプレでも構築可能

クラウドでもオンプレでも
構築可能

3

暗号の専門知識は不要

Pythonとデータ操作の一般知識があればすぐに使用可能です。秘匿計算技術は暗号技術ですが暗号に関する専門知識は不要。そこは全てQueryAhead®がバックエンドで秘匿計算として実行します。
クラウドでもオンプレでも構築可能なので、社内でのデータ利活用から、外部組織との連携まで幅広い用途で利用できます。

機能一覧

機能一覧

四則演算
+、-、×、÷
フィルタリング
条件による抽出
ソート
テーブルデータの並べ替え
テーブル結合
複数テーブルを条件に従って結合
集約
同じカテゴリをグループ化して集計
基本統計演算
最小、最大、平均、個数など
線形回帰
線形回帰による学習と推論
アクセス制御
ユーザーやテーブルごとに復号・クエリー等の権限を細かく制御
その他
文字列操作、内積演算など

フロー

フロー

QueryAhead®利用時のフローは、データの格納、クエリー、結果の取得、という3ステップが基本です。
データの持ち主であるデータオーナーがデータ分析を他社にアウトソースするという状況を例に、各ステップを見ていきましょう。

フロー
Step 01
step 01

データの格納

データを暗号化(秘密分散処理)してクラウド上のQueryAhead®へ送信します。
データはCSVファイルやPythonのPandasやNumpyを経由して投入することができます。
データの格納
Step 02
step 02

クエリー

データ分析をアウトソースされた分析者は、外部からクエリーを発行します。
クエリーはPythonやSQLを使用し、通常のデータ処理プログラムのように記述することができます。発行されたクエリーはQueryAhead®上で秘匿計算プログラムに変換され、投入済みの暗号化データを用いて秘匿計算処理を実行します。
クエリー結果も暗号化された状態でQueryAhead®上に格納されます。
アクセス権も柔軟に設定できるので、外部の分析者が復号(参照)可能なデータの範囲(テーブル名やカラム名など)、実行できる操作をきめ細やかに設定可能です。
クエリ―
Step 03

結果の取得

クエリー結果も暗号化(秘密分散処理)されている状態で得られるので、それを復号しない限り結果を見ることはできません。
今回の例ではデータオーナーがQueryAhead®サーバーから暗号化されているクエリー結果を取得し、それを復号して利用します。
結果の取得

お問い合わせ





資料請求



オンラインセミナー








CONTACT

お問い合わせ

お気軽にお問い合わせください。
オンラインセミナーも随時開催してます。

タイトルとURLをコピーしました